人工智能近年来已成为许多技术会议的主题，这显著地表明了它在行业中的重要性。事实上，根据调研机构Forrester Research公司进行的一项调查，70%的企业希望在一年之内实施人工智能，20%的企业表示将对是否部署人工智能做出决策。根据调研机构IDC公司的预测，人工智能系统的全球支出2018年将增长近55%，达到191亿美元，75%的企业应用将在2021年使用人工智能。

　　考虑到这一点，组织必须具备支持基础设施来开发人工智能应用程序，并提供所需的速度和性能。

　　然而，人工智能的发展仍处于早期阶段。很少有组织能达到谷歌公司在数据中心使用人工智能的水平。谷歌公司使用DeepMind AI引擎，通过整合神经网络系统，使其数据中心更加高效。而有效地完成这项工作需要牢牢掌握机制，广泛的训练和庞大的测试集，以便在数据投入生产之前对其进行验证。为了正确开发和利用神经网络，组织需要大量的专业知识和计算资源。

　　这并不是说组织的数据中心无法为采用人工智能做好准备，以便在时机成熟时应用。但是，如果组织希望有效地使用人工智能，则需要注意许多问题。以下是四个提示：

　　(1)超越炒作

　　如果组织想要正确评估人工智能的好处，那么重要的是要弄清楚现实和炒作之间的区别。否则很容易低估有效实施人工智能系统所需的时间、知识和数据，并且在实施过程中过早地将决策权移交给人工智能也将面临真正的危险。人工智能需要一定的时间在环境中学习和发展，在得到人们的信任之后，然后才能进行决策和采取行动。

　　(2)有效管理

　　组织越来越需要实现自动化来满足计算增长和计算资源分布特性的需求。但是，这并不意味着组织需要采用神经网络的复杂算法来提高效率。输入到条件系统中的有效数据收集器能够注入良好的数据。根据变化和相关条件采取行动，这可以为创建自我修复数据中心提供非常有效的步骤。

　　人工智能可以提供强大的功能，但如果团队无法有效管理人工智能系统，并从所收集的信息中收集洞察力，则很难利用它们。

　　(3)大多数组织没有充足的资源

　　无论组织在数据中心中采用人工智能有什么样的目标，仿效谷歌公司几乎是不可能的。谷歌公司的DeepMind AI引擎采用了神经网络系统，而有效地开发和利用这些网络需要大量的专业知识和计算资源，而大多数组织都没有这样的资源。

　　(4)人工智能不是万能的

　　人工智能不能解决所有的问题，它会提供很大的所帮助，但并不是万能的。因此，组织在部署人工智能驱动的服务时应该谨慎，因为没有现成的人工智能软件可以让数据中心工作得更好。而持有这种态度的组织将会失败。将人工智能结合到组织各方面工作是关键，但同时利用数据中心其他关键技术也很重要。

　　如今，还存在很多关于人工智能的探讨和争论。但是，人工智能在数据中心中成为日常现实之前，仍有许多问题需要解决和克服。

　　责任编辑:DJ编辑